今年就消停很多了，补碳因为很多企业知道，有些特别难的事自己也做不了。

按照刷榜的成绩，水后国内的模型早就超过了GPT-4了。我现在说话比较谨慎，仍感你说大了，别人说你自卑。

我认为，觉疲大模型比光刻机、芯片的难度要低很多，因为毕竟是软件，但未来是要奔着AGI，也就是通用人工智能去的，这块的挑战就是算力。所以，劳或我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。由5因责任编辑：孟俊莲主编：张志伟。

个原能不能展开聊聊？周鸿祎：我们去年从toB模式中找到一些方法论。我觉得，补碳国产大模型能否做到Sora这种水平就是一个资源和时间的问题。

2023年，水后中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下。

如何做出这个判断？周鸿祎：仍感首先，我认为有差距是必然的，知道差距是多少，剩下的就是追赶问题。准备充分，觉疲意味着在实施时需要临时考虑的问题要少得多。

有些时候案例的分布呈现出正态分布，劳或这时取均值就可以作为锚定点。此外，由5因大项目也需要找有经验的团队来操刀，不要让自己的项目成为一帮雄心勃勃的人的小白鼠。

摘要：个原为什么许多大项目，个原无论是铁路、桥梁、隧道、体育馆、太空望远镜或者奥运会，还是复杂重要的IT项目，都很可能超预算或者延迟交付?换句话说，为什么许多项目完成了之后与开工前的承诺差距非常大?吴晨/文《怎样做成大事》提出了一个非常重要的题目：为什么许多大项目，无论是铁路、桥梁、隧道、体育馆、太空望远镜或者奥运会，还是复杂重要的IT项目，都很可能超预算或者延迟交付?换句话说，为什么许多项目完成了之后与开工前的承诺差距非常大?答案很简单，有两方面的原因。第一个主要原因：补碳项目越大，补碳政治影响的因素就越多，权力的角力过程中，战略误导(strategicmisrepresentation)成为一种常态，无论是现实中的政客还是企业中的管理者，为了让项目能够立项，为了让自己能够受益——很多时候立项了就能受益，在项目预估的时候给过于乐观的预测很正常。